LLMA finetuned for UFAM legislation Q/A

Este repositório contém parte de um modelo LLMA especializado para tarefa de responder perguntas relacionadas a legislação da UFAM. O código de treino e um sistema de RAG simples poder ser encontrado neste notebook.

Finetune do Modelo

O modelo especializado teve como base o Llama-2-7b-chat-hf com os seguintes parâmetros para o LoRA e a quantização do modelo:

LoraConfig(
    lora_alpha=lora_alpha,
    lora_dropout=lora_dropout,
    r=lora_r,
    bias="none",
    task_type="CAUSAL_LM",
)


BitsAndBytesConfig(
    load_in_4bit=use_4bit,
    bnb_4bit_quant_type=bnb_4bit_quant_type,
    bnb_4bit_compute_dtype=compute_dtype,
    bnb_4bit_use_double_quant=use_nested_quant,
)

Avaliação do Modelo

O modelo foi treinado utilizando este dataset no decorrer de três épocas com todos os dados a fim de melhorar sua performance. Ele começou com uma LOSS de 3.4873 e baixou até 1.0381 durante o processo de treino.

Exemplos de Perguntas e Respostas

Quando a terceira solicitação de matrícula ocorre?

A terceira solicitação de matrícula ocorre em 15 de janeiro do ano letivo correspondente

Qual é a missão da pró-reitoria de ensino de graduação (PROEG)?

A missão da PROEG é promover a qualidade do ensino de graduação e a formação de profissionais do magistério.

Qual documentação deve ser enviada à coordenação de curso após a prática de campo?

Deve ser enviada uma notificação de conclusão do campo de práticas, com o nome do aluno, data e local do campo, e o nome do coordenador de curso.

Training procedure

The following bitsandbytes quantization config was used during training:

load_in_8bit: False
load_in_4bit: True
llm_int8_threshold: 6.0
llm_int8_skip_modules: None
llm_int8_enable_fp32_cpu_offload: False
llm_int8_has_fp16_weight: False
bnb_4bit_quant_type: nf4
bnb_4bit_use_double_quant: False
bnb_4bit_compute_dtype: float16

Framework versions

PEFT 0.4.0